ISSN:1390-9266 e-ISSN:1390-9134 LAJC 2024
8
LATIN-AMERICAN JOURNAL OF COMPUTING (LAJC), Vol XI, Issue 2, July 2024
EDITORIAL
Editor LAJC
Escuela Politécnica Nacional,
Ecuador
Gabriela Suntaxi
PhD.
ISSN:1390-9266 e-ISSN:1390-9134 LAJC 2024
9
LATIN-AMERICAN JOURNAL OF COMPUTING (LAJC), Vol XI, Issue 2, July 2024
Nos complace compartir con ustedes el Volumen 11, Número 2 de la Revista
Latinoamericana de Computación (LAJC). Esta edición incluye una selección de artículos
de investigación pioneros que demuestran los últimos avances en el área de las Ciencias
de la Computación. Cada artículo incluido en este volumen representa una investigación
académica rigurosa y métodos innovadores de resolución de problemas. Creemos que
las ideas e investigaciones presentadas aquí contribuirán significativamente al área,
estimularán discusiones e inspirarán futuras innovaciones.
Este número comienza con tres artículos que exploran metodologías avanzadas en
la monitorización de procesos, transferencia de calor y robótica. El primer artículo
investiga el uso de Redes de Estado Eco (ESNs) para crear gemelos digitales de procesos
químicos dinámicos no lineales, demostrando el potencial de las ESNs en la generación
de modelos sustitutos eficientes para la monitorización y control de procesos en tiempo
real. El segundo artículo aborda el problema inverso en la modelación de transferencia
de calor utilizando el método de la Cadena de Markov de Monte Carlo de Transición,
mostrando su efectividad en la estimación de propiedades termofísicas variables en el
espacio. A continuación, Janarthanan et al. exploran el potencial de los datos generados
por robots, enfocándose específicamente en los archivos ROS Bag utilizados en el
Sistema Operativo de Robots (ROS). El estudio destaca problemas de seguridad, como
el acceso no autorizado y el robo de datos, debido a la comunicación en texto plano en
los sistemas ROS heredados.
Este número también profundiza en las aplicaciones críticas de la inteligencia artificial
y el aprendizaje automático en varios dominios científicos e industriales. El cuarto
artículo presenta el enfoque ANN-MoC para resolver problemas inversos de transporte
transitorio, mostrando su potencial en los campos de la ingeniería y la medicina mediante
la estimación precisa de coeficientes de absorción a partir de mediciones de flujo escalar.
A continuación, otro estudio explora el impacto del equilibrio de datos en las previsiones a
corto plazo de precipitaciones utilizando Redes Neuronales Artificiales (ANNs) con datos
del Observatorio de la Torre Alta del Amazonas (ATTO). Esta investigación enfatiza la
necesidad de datos equilibrados para mejorar la precisión y confiabilidad de los modelos
meteorológicos, destacando las implicaciones más amplias para la monitorización y
predicción ambiental. Además, el volumen incluye un modelo innovador de clasificación
de fallos para procesos industriales, que combina Árboles de Decisión con Programación
Genética para mejorar las medidas preventivas y correctivas.
Finalmente, exploramos los mercados financieros y los avances tecnológicos. Un artículo
compara el mercado de valores brasileño con criptomonedas como Bitcoin, Ethereum
y Solana, utilizando la prueba no paramétrica de Kolmogorov-Smirnov para examinar
sus relaciones y oportunidades de inversión potenciales. El último estudio utiliza el
aprendizaje automático y la metaheurística de Optimización del Lobo Gris para predecir
la demanda de electricidad en Brasil, mostrando modelos de regresión avanzados para
pronosticar con precisión el consumo de energía.
Esperamos que la diversa gama de temas y enfoques innovadores presentados en este
volumen inspire sus propias investigaciones. Los avances en inteligencia computacional,
aprendizaje automático y análisis de datos aquí expuestos subrayan el potencial
transformador de estas tecnologías para abordar desafíos del mundo real. Mientras
continuamos explorando las fronteras de las ciencias de la computación, los invitamos
a empujar juntos los límites del conocimiento dentro de nuestra comunidad científica.
Juntos, podemos impulsar el progreso y hacer contribuciones significativas al campo.
Gabriela Suntaxi
Editora en Jefe
DOI: 10.5281/zenodo.12168733
ISSN:1390-9266 e-ISSN:1390-9134 LAJC 2024
10
LATIN-AMERICAN JOURNAL OF COMPUTING (LAJC), Vol XI, Issue 2, July 2024
We are pleased to share Volume 11, Issue 2 of the Latin American Journal of Computing
(LAJC) with you. This edition includes a selection of pioneering research articles that
demonstrate the latest advancements in the computer science field. Each paper included
in this volume represents rigorous academic research and innovative problem-solving
methods. We believe that the insights and discoveries presented here will significantly
contribute to the field, stimulate insightful discussions, and inspire future innovations.
This issue begins with three articles that explore advanced methodologies in process
monitoring, heat transfer, and robotics. The first article investigates the use of Echo
State Networks (ESNs) to create digital twins for nonlinear dynamic chemical processes,
demonstrating the potential of ESNs in generating ecient surrogate models for real-
time process monitoring and control. The second article addresses the inverse problem
in heat transfer modeling using the Transition Markov Chain Monte Carlo method,
showcasing its eectiveness in estimating spatially variable thermophysical properties.
Next, Janarthanan et al. explore the potential of data generated by robots, specifically
focusing on ROS Bag files used in the Robot Operating System (ROS). The study
highlights security concerns, such as unauthorized access and data theft, due to plain
text communication in legacy ROS systems.
This issue also delves into the critical applications of artificial intelligence and machine
learning in various scientific and industrial domains. The fourth article presents the ANN-
MoC approach for solving inverse transient transport problems, showcasing its potential
in engineering and medical fields by accurately estimating absorption coecients from
scalar flux measurements. Next, another study explores the impact of data balance on
short-term rainfall forecasts using Artificial Neural Networks (ANNs) with data from
the Amazon Tall Tower Observatory (ATTO). This research emphasizes the necessity
of balanced data to improve the accuracy and reliability of meteorological models,
highlighting the broader implications for environmental monitoring and prediction.
Additionally, the volume includes an innovative fault classification model for industrial
processes, merging Decision Trees with Genetic Programming to enhance preventive and
corrective measures.
Finally, we explore financial markets and technological advancements. One article
compares the Brazilian stock market with cryptocurrencies like Bitcoin, Ethereum, and
Solana, using the Kolmogorov-Smirnov test to examine their relationships and potential
investment opportunities. The last study uses machine learning and the Grey Wolf
Optimization meta-heuristic to predict Brazil's electricity demand, showcasing advanced
regression models for accurate energy consumption forecasting.
We hope that the diverse range of topics and innovative approaches presented in this
volume will inspire your own research endeavors. The advancements in computational
intelligence, machine learning, and data analysis showcased here underscore the
transformative potential of these technologies in addressing real-world challenges. As we
continue to explore the frontiers of computer science, we invite you to join us in pushing
the boundaries of knowledge within our scientific community. Together, we can drive
progress and make meaningful contributions to the field.
Gabriela Suntaxi
Editor-in-Chief
10.5281/zenodo.12168733DOI: